Smart Data: nem csak a mennyiség számít

Az első internetre kapcsolt „dolog” egy üditőital-automata volt a pittsburghi Carnegie Mellon Universityn, amely a kóla hőmérsékletéről és a készlet mennyiségéről küldött adatokat. 1982-ben persze még az Internet of Things kifejezést sem ismerte a világ, de ez is gyorsan megváltozott. A „dolgok” a 2000-es évek végén már többen voltak, mint az emberek, a becslések szerint ma már mintegy 30 milliárd forrás önti magából az adatokat a hálózatokra. A növekedés nem lassul: az internetre is kapcsolódó eszközök száma 2025-re elérheti a 75 milliárdot.

Az adatok mennyiségére tehát nem lehet panaszunk. Mindent mérünk, gyakran azt is, amire nincs is különösebben szükségünk: becslések szerint az egyre olcsóbb szenzorok által összegyűjtött adatmennyiségnek csupán 1,5 százalékát használjuk fel. A fölösleges adatok pedig sokba kerülnek, a rossz minőségű adatok miatti kár az árbevétel 10 százalékára rúgó költséggel is járhat egy vállalatnak.

Ha a manapság már bevett gyakorlatnak számító felhőalapú rendszerekből indulunk ki, akkor egy gyártási folyamat felügyelete –nagyon leegyszerűsítve – a következő: a gépsorok szenzoraiból érkező adatokat összegyűjtik a gyártás irányításáért felelős vezérlőeszközök (jellemzően PLC), és továbbítják őket a felhő adatközpontjába, ahol egy nagy teljesítményű számítógép végrehajtja az elemzést, amelynek eredményét – akár egy parancsot – aztán visszaküldi a gyártás helyére. Ez azonban időbe telik, így ha a beavatkozásra csupán másodpercek vagy kevesebb idő áll rendelkezésre, akkor félő, hogy a rendszer későn reagál, és selejtet kezdünk gyártani. Különösen ott jelenik ez meg, ahol – mint egy autógyárban – a gyártási folyamat sok egymás utáni lépésből áll. Ráadásul egy-egy fejlettebb gépi eszköz 2 megabyte-nyi adatot is termelhet másodpercenként, ennél már egyszerűen nem éri meg utaztatni a big datát, azaz változtatni kell a megszokott módszeren.

Az ipar 4.0 korában a megoldás az adatok előszűrése, feldolgozásra való előkészítése. A hatalmas adattömegből ki kell válogatni azokat, amelyek valódi hírértékkel rendelkeznek, azaz a mennyiséget minőségre kell váltanunk. A folyamatban az edge computing segít, amely afféle interfészként működik a helyszíni és a globális, jellemzően saját felhőbeli adatfeldolgozás között. Az adatokat intelligens algoritmusok alakítják bigből smarttá, azaz megbízható, valós időben feldolgozható információvá. Ennek az egységnek értelemszerűen a lehető legközelebb kell lennie a „gyártás” helyéhez, létrehozása pedig egy régi vágású szervezetben – a feladatok és a felelősségek kiosztásának tekintetében – változtatásokat is szükségessé tehet.

Az unásig emlegetett big data után tehát minden bizonnyal a smart data lesz az új jelszó, amely nem csupán az autó- és feldolgozóiparban mutatja az irányt. Az önvezető autóknak ugyanúgy minőségi, gyorsan feldolgozható, kiválogatott adatokra van szükségük, mint a gyártásoptimalizálás vagy a megelőző karbantartás rendszereinek. A hatékonyságot exponenciálisan növelő technológiának az okos városok is hasznát látják, például az olyan ivóvízválságok idején, amilyennel az elmúlt években a Dél-afrikai Köztársaságban nagyvárosai szembesültek. Az új koncepció térnyerését mutatja, hogy tavaly ősszel Nizzában már az ötödik nemzetközi konferenciát szervezték meg Smart Data and Smart cities témában.

A prognózisok a bevételek tekintetében is nagy jövőt jósolnak: a smart data piac mérete a Frost & Sullivan előrejelzése szerint 2022-re eléri a 31 milliárd dollárt.

Lehetőségeit tekintve az emberi agy is irgalmatlan adatmennyiséget képes kezelni, de a saját, intelligens algoritmusaink ebből a tömegből kiválogatják azokat, amelyekről úgy „látják”, hogy valóban hasznosak. Ennek a szűrésnek köszönhető, hogy jól és hatékonyan működünk. Az adatelemzés, a gyártásoptimalizálás smart data szakértői pontosan ezt a tudást kínálják a hazai vállalkozásoknak, amelyek így nemcsak az előállított adat mennyisége, de a minősége terén is előreléphetnek.